影视资源数量庞大，用户在面对海量片单时难以快速找到符合口味的内容，单纯按热度排序的榜单无法体现个体差异。
实现电影推荐系统，基于用户评分与观看行为构建评分矩阵，采用基于用户与基于物品的协同过滤生成个性化推荐，并处理冷启动。
| 语言 / 框架 | Python 3.8+、Django 4.2 / Flask |
|---|---|
| 数据库 | MySQL 5.7 及以上 |
| 前端 | Bootstrap 5 或 Vue3 |
| 开发工具 | PyCharm / VS Code |
| 第 1–2 周 | 选题与调研，完成开题报告 |
|---|---|
| 第 3–4 周 | 需求分析与系统总体设计 |
| 第 5–6 周 | 数据库设计与原型页面 |
| 第 7–9 周 | 核心功能模块开发 |
| 第 10–11 周 | 扩展功能与前后端联调 |
| 第 12–13 周 | 系统测试与缺陷修复 |
| 第 14–15 周 | 撰写论文初稿 |
| 第 16 周 | 论文修改、定稿与答辩准备 |
评分矩阵稀疏时的推荐质量；新用户无行为数据时的退化策略。